AI 热点

SimpleBench:人类在基础推理评测中超越所有受测 LLM

Hacker News 热门更新于 11月22日 00:03

SimpleBench

AI 导读

SimpleBench 显示,具备高中常识的普通人以 83.7% 的基准成绩超过所有受测 LLM,Claude Fable 得分为 81.9%。该多选文本评测包含 200 多道题,覆盖时空推理、社交智能和语言对抗鲁棒性;人类成绩基于 9 名参与者的小样本。

正文

当前公开范围只允许站内摘要。请通过经校验的原文入口继续阅读。

来源

Hacker News 热门